The need for energy is constantly increasing, and fossil fuels are both harmful and neither everlasting. This puts higher demand on the production of renewable energy. In Sweden the production of renewable energy is relatively good, however the solar power is not utilized enough. The planning phase for the purpose of solar installation is a lengthy process, and will over the coming years need to be more efficient. Several different methods are used for planning today, with the help of geographic data in the form of ortophotos. Multiple studies today have successfully achieved the segmentation of roofs, which then is used in this process. The studies that have achieved this, has used software that is not widely available to private individuals and thus the information regarding precise solar potential assesments are unavailable to them. This study has not found a similar implementation which operates in a semi-automatic manner as a webservice, on the Internet which is the most used platform. Therefore this study will investigate how roofs can be segmented and drawn on a map in a web application, in an automated manner with image processing. This is accomplished using the region growing algorithm. The result is produced by a number of tests on a variation of roof designs and colors. Validation of the results are done visually, when the segmentation is drawn onto the map. In most cases the algorithm has not been able to correctly identify and segment parts of the roof, and in no case has been successful to segment an entire roof. This was largely because of lack of data, and shadow disturbance in the images used. The result shows the method could work in a better way, using more data and developing the image processing further. It also shows how easily this type of method can be integrated with a webmap. / Behovet av energi ökar konstant, och de fossila bränslena är både skadliga för miljön och inte heller föreviga. Detta ställer större krav på produktionen av förnybar energi. I Sverige produceras förnybar energi relativt bra, men solkraften är inte utnyttjad tillräckligt. Planeringsfasen i detta är väldigt stor, och kommer med stor sannolikhet behöva effektiviseras de närmaste åren. Flera olika metoder används idag, man utgår oftast från geografiska data i form av ortofoton. Flertalet arbeten har tidigare lyckats att korrekt segmentera takytor, för att sedan användas som underlag. De arbeten som lyckats med detta, har ofta gjort det i sådana program att det blir svårt för privatpersoner att ta del av informationen. Informationen innefattar en utförlig utvärdering av ett taks potential för solkraft. Detta arbete har inte hittat någon liknande implementation i form av webbtjänst där denna process är semi-automatisk, det vill saga på Internet, vilket är den mest använda plattformen. I detta arbete undersöks därför hur takytor kan segmenteras och ritas ut i en webbapplikation med tillhörande karta, på ett nästan helt automatiserat sätt med bildbehandling. Detta med hjälp av algoritmen region growing på ortofoton. Resultatet produceras av flertalet tester på varierande konstruktioner och färger på tak. Validering av testresultaten sker helt visuellt, efter utritning i karta. I de flesta testfallen har algoritmen på ett korrekt sätt lyckats identifiera och segmentera delar av taket, men inte i något fall ansetts ha lyckats segmentera ett helt tak på ett korrekt vis. Detta berodde till stor del på att inte fler typer av data än ortofoton var tillgängliga, samt störningar i de bilder som användes i form av skuggning. Resultatet visar att metoden kan fungera på ett bättre sätt, med tillgång till mer data och vidare utveckling av bildbehandlingen. Samt visar hur denna typ av operation enkelt kan integreras i en webbkarta.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hig-32768 |
| Date | January 2020 |
| Creators | Hallén, Albin |
| Publisher | Högskolan i Gävle, Avdelningen för datavetenskap och samhällsbyggnad |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds